Toutes les news taguées avec ce sujet.
Un nouveau benchmark révèle que l'efficacité, pas seulement la précision, distingue vraiment les harnais pour LLM en contexte long.
Apple publie un modèle vision-langage qui encode les documents comme des images compressées, réduisant le coût du traitement de longs contextes.
Les LLM long-context perdent le focus au-delà de la distance : c'est la concurrence du bruit de fond proximal qui écrase l'attention. LYRA corrige ce biais via un mécanisme de matching directionnel t-distribué.
Un nouveau cadre sans entraînement transforme le traitement du contexte long en convolution hiérarchique, réduisant latence et risque de surapprentissage.
Un nouveau framework identifie et neutralise les souvenirs nuisibles dans la mémoire des agents LLM, sans les supprimer définitivement.
Une nouvelle méthode CST permet aux modèles récurrents de généraliser à des contextes bien plus longs que ceux utilisés lors de l'entraînement.